Gemini 3.7 Flash ist Googles benanntes multimodales Denkprofil für Programmierung, agentengestützte Arbeitsabläufe und mehrstufige Ausführung. Es baut auf Gemini 3.6 Flash auf, mit algorithmischen Änderungen am Denkprozess und Unterstützung für agentengestütztes Videoverständnis. Text, Bilder, Audio, Video und PDF können das Ausgangsmaterial für ein Textergebnis bilden. Nutzbare Ergebnisse sind beispielsweise eine gezielte Codeüberarbeitung, ein Vergleich zwischen einer Designvorlage und einer Umsetzung oder eine quellenbasierte Analyse der Ereignisse in einer Aufnahme.
Der Entwicklerleitfaden für 3.7 hebt eine genauere Designumsetzung bei Desktop- und Webprojekten hervor. Stellen Sie dafür die gewünschte Vorlage, den relevanten Quellcode und die beobachtbare Abweichung bereit. Verlangen Sie einen Vergleich anhand konkreter Elemente wie Abständen, Komponentenzuständen, Texthierarchie oder Interaktionsverhalten. Fordern Sie für einen Designvergleich eine Liste der Abweichungen zwischen der Vorlage eines Einstellungsbereichs und seiner bestehenden Umsetzung an, wobei jede vorgeschlagene Korrektur mit dem Screenshot oder Quellcode verknüpft wird. Das Ergebnis sollte benennen, was geändert werden muss, ohne das Design stillschweigend über die bereitgestellten Anforderungen hinaus zu erweitern.
Geben Sie für einen Programmierablauf Ziel, bestehendes Verhalten, relevante Dateien und Bedingungen an. Google positioniert 3.7 für die Lösung von Softwareproblemen und die Verringerung fehlgeschlagener Agentenschleifen; eine hilfreiche Prüfung kontrolliert dennoch die tatsächliche Änderung und das Validierungsergebnis. Erhalten Sie die Folge der Werkzeugbeobachtungen im Gespräch, damit ein späterer Schritt nicht von einer erfundenen Darstellung der Codebasis ausgeht. Das Endergebnis kann eine vorgeschlagene Änderung von einer Änderung unterscheiden, die durch die Werkzeuge der angebundenen Anwendung bestätigt wurde.
Die dokumentierten Denkstufen sind low, medium und high, mit medium als Standard. low unterstützt schnellere, klar begrenzte Antworten, während high für schwieriges Denken und längere Werkzeugarbeit vorgesehen ist. Gemini 3.7 Flash unterstützt minimal als Denkstufe nicht. Eine kurze Analyse einer einzelnen Oberflächenabweichung und eine vertiefte Untersuchung über mehrere Dateien erfordern deshalb unterschiedliche Aufwandsstufen. Definieren Sie das Endergebnis und seine zu erfüllenden Bedingungen, bevor Sie eine längere Folge von Denkschritten und Aktionen anfordern.
Die Seite für genau dieses Modell nennt Funktionsaufrufe, Codeausführung, Dateisuche, Such-Grounding, Maps Grounding und URL-Kontext. Computer Use ist als Vorschaufunktion gekennzeichnet, und strukturierte Ausgaben können einen Ergebnisdatensatz definieren. Eine Funktionsanforderung ist ein vorgeschlagener Vorgang, den die angebundene Anwendung ausführen und dessen Ergebnis sie zurückgeben soll. Geben Sie dem Werkzeug bei einer Agentenaufgabe einen klaren Zweck und erhalten Sie das tatsächliche Ergebnis, bevor Sie das Modell zur Fortsetzung auffordern. Definieren Sie bei einer Dokumentextraktion die Felder, zulässigen Werte und die Darstellung fehlender Informationen.
Diese Edition unterstützt agentengestütztes Videoverständnis. Stellen Sie die relevante Aufnahme bereit und benennen Sie das zu untersuchende Ereignis oder die Beziehung. Ein praktischer Auftrag kann danach fragen, welche sichtbare Aktion eine Zustandsänderung erklärt, oder eine geordnete Beschreibung der Ereignisse mit Belegen aus dem Clip verlangen. Bilder und PDF-Seiten können ebenso einen Bild- oder Dokumentvergleich stützen. Die Ausgabe bleibt Text: eine Interpretation, extrahierte Daten, Code oder eine schriftliche Erklärung. Erzeugte Videos, Bilder oder Sprache gehören zu separaten Modellprofilen.
Googles API-Tabelle für genau die Edition 3.7 legt 1.048.576 Eingabetoken und 65.536 Ausgabetoken fest, während die native Modellkarte bis zu 1M Kontext und 64K Textausgabe beschreibt. Berücksichtigen Sie Anweisungen, frühere Gesprächsschritte und bereitgestellte Medien bei der Eingabevorbereitung. Für das Herstellerprofil sind Stapelverarbeitung und Caching sowie die Optionen Flex und Priority aufgeführt. Behalten Sie bei einer Sammlung unabhängiger Anfragen Quellkennungen und ein einheitliches Ergebnisformat bei, damit jede Antwort anhand ihrer eigenen Eingabe geprüft werden kann.
Zu möglichen Einschränkungen gehören Halluzinationen und gelegentliche Verzögerungen oder Zeitüberschreitungen. Sein Wissensstand reicht bis März 2026, wobei manche Bereiche auf Januar 2025 begrenzt sind. Stellen Sie aktuelles Quellenmaterial bereit, wenn eine Schlussfolgerung von neueren Tatsachen abhängt. Das hilfreiche Unterscheidungsmerkmal dieser Edition ist ihr dokumentierter Schwerpunkt auf Softwareproblemen, Designtreue und Videoverständnis; prüfen Sie diese Ergebnisse anhand der tatsächlichen Vorlage, des Codes oder der Medien, statt ein benanntes historisches Profil durch neuere Funktionen zu ersetzen.
", "aboutText": "Gemini 3.7 Flash ist Googles benanntes multimodales Denkprofil für Programmierung, agentengestützte Arbeitsabläufe und mehrstufige Ausführung. Es baut auf Gemini 3.6 Flash auf, mit algorithmischen Änderungen am Denkprozess und Unterstützung für agentengestütztes Videoverständnis. Text, Bilder, Audio, Video und PDF können das Ausgangsmaterial für ein Textergebnis bilden. Nutzbare Ergebnisse sind beispielsweise eine gezielte Codeüberarbeitung, ein Vergleich zwischen einer Designvorlage und einer Umsetzung oder eine quellenbasierte Analyse der Ereignisse in einer Aufnahme.\n\nDer Entwicklerleitfaden für 3.7 hebt eine genauere Designumsetzung bei Desktop- und Webprojekten hervor. Stellen Sie dafür die gewünschte Vorlage, den relevanten Quellcode und die beobachtbare Abweichung bereit. Verlangen Sie einen Vergleich anhand konkreter Elemente wie Abständen, Komponentenzuständen, Texthierarchie oder Interaktionsverhalten. Fordern Sie für einen Designvergleich eine Liste der Abweichungen zwischen der Vorlage eines Einstellungsbereichs und seiner bestehenden Umsetzung an, wobei jede vorgeschlagene Korrektur mit dem Screenshot oder Quellcode verknüpft wird. Das Ergebnis sollte benennen, was geändert werden muss, ohne das Design stillschweigend über die bereitgestellten Anforderungen hinaus zu erweitern.\n\nGeben Sie für einen Programmierablauf Ziel, bestehendes Verhalten, relevante Dateien und Bedingungen an. Google positioniert 3.7 für die Lösung von Softwareproblemen und die Verringerung fehlgeschlagener Agentenschleifen; eine hilfreiche Prüfung kontrolliert dennoch die tatsächliche Änderung und das Validierungsergebnis. Erhalten Sie die Folge der Werkzeugbeobachtungen im Gespräch, damit ein späterer Schritt nicht von einer erfundenen Darstellung der Codebasis ausgeht. Das Endergebnis kann eine vorgeschlagene Änderung von einer Änderung unterscheiden, die durch die Werkzeuge der angebundenen Anwendung bestätigt wurde.\n\nDie dokumentierten Denkstufen sind low, medium und high, mit medium als Standard. low unterstützt schnellere, klar begrenzte Antworten, während high für schwieriges Denken und längere Werkzeugarbeit vorgesehen ist. Gemini 3.7 Flash unterstützt minimal als Denkstufe nicht. Eine kurze Analyse einer einzelnen Oberflächenabweichung und eine vertiefte Untersuchung über mehrere Dateien erfordern deshalb unterschiedliche Aufwandsstufen. Definieren Sie das Endergebnis und seine zu erfüllenden Bedingungen, bevor Sie eine längere Folge von Denkschritten und Aktionen anfordern.\n\nDie Seite für genau dieses Modell nennt Funktionsaufrufe, Codeausführung, Dateisuche, Such-Grounding, Maps Grounding und URL-Kontext. Computer Use ist als Vorschaufunktion gekennzeichnet, und strukturierte Ausgaben können einen Ergebnisdatensatz definieren. Eine Funktionsanforderung ist ein vorgeschlagener Vorgang, den die angebundene Anwendung ausführen und dessen Ergebnis sie zurückgeben soll. Geben Sie dem Werkzeug bei einer Agentenaufgabe einen klaren Zweck und erhalten Sie das tatsächliche Ergebnis, bevor Sie das Modell zur Fortsetzung auffordern. Definieren Sie bei einer Dokumentextraktion die Felder, zulässigen Werte und die Darstellung fehlender Informationen.\n\nDiese Edition unterstützt agentengestütztes Videoverständnis. Stellen Sie die relevante Aufnahme bereit und benennen Sie das zu untersuchende Ereignis oder die Beziehung. Ein praktischer Auftrag kann danach fragen, welche sichtbare Aktion eine Zustandsänderung erklärt, oder eine geordnete Beschreibung der Ereignisse mit Belegen aus dem Clip verlangen. Bilder und PDF-Seiten können ebenso einen Bild- oder Dokumentvergleich stützen. Die Ausgabe bleibt Text: eine Interpretation, extrahierte Daten, Code oder eine schriftliche Erklärung. Erzeugte Videos, Bilder oder Sprache gehören zu separaten Modellprofilen.\n\nGoogles API-Tabelle für genau die Edition 3.7 legt 1.048.576 Eingabetoken und 65.536 Ausgabetoken fest, während die native Modellkarte bis zu 1M Kontext und 64K Textausgabe beschreibt. Berücksichtigen Sie Anweisungen, frühere Gesprächsschritte und bereitgestellte Medien bei der Eingabevorbereitung. Für das Herstellerprofil sind Stapelverarbeitung und Caching sowie die Optionen Flex und Priority aufgeführt. Behalten Sie bei einer Sammlung unabhängiger Anfragen Quellkennungen und ein einheitliches Ergebnisformat bei, damit jede Antwort anhand ihrer eigenen Eingabe geprüft werden kann.\n\nZu möglichen Einschränkungen gehören Halluzinationen und gelegentliche Verzögerungen oder Zeitüberschreitungen. Sein Wissensstand reicht bis März 2026, wobei manche Bereiche auf Januar 2025 begrenzt sind. Stellen Sie aktuelles Quellenmaterial bereit, wenn eine Schlussfolgerung von neueren Tatsachen abhängt. Das hilfreiche Unterscheidungsmerkmal dieser Edition ist ihr dokumentierter Schwerpunkt auf Softwareproblemen, Designtreue und Videoverständnis; prüfen Sie diese Ergebnisse anhand der tatsächlichen Vorlage, des Codes oder der Medien, statt ein benanntes historisches Profil durch neuere Funktionen zu ersetzen.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "1c97f176bc9f8143a5e0f43238ce5aa3de1012dfe92ed20c9c989503700164b1", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-at", "methods": [ { "html": "google/gemini-3.7-flash:batchGemini 3.7 Flash verbindet multimodales Denken mit Programmierung und mehrstufiger Agentenarbeit. Googles 3.7-Profil betont die genaue Umsetzung von Designvorlagen und agentengestütztes Videoverständnis und bietet die Denkstufen low, medium und high. Es verarbeitet Text und Medien, gibt Text aus und hat dokumentierte Eingabe- und Ausgabegrenzen von 1.048.576 beziehungsweise 65.536 Token.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Gemini 3.7 Flash ist Googles benanntes multimodales Denkprofil für Programmierung, agentengestützte Arbeitsabläufe und mehrstufige Ausführung. Es baut auf Gemini 3.6 Flash auf, mit algorithmischen Änderungen am Denkprozess und Unterstützung für agentengestütztes Videoverständnis. Text, Bilder, Audio, Video und PDF können das Ausgangsmaterial für ein Textergebnis bilden. Nutzbare Ergebnisse sind beispielsweise eine gezielte Codeüberarbeitung, ein Vergleich zwischen einer Designvorlage und einer Umsetzung oder eine quellenbasierte Analyse der Ereignisse in einer Aufnahme.
Der Entwicklerleitfaden für 3.7 hebt eine genauere Designumsetzung bei Desktop- und Webprojekten hervor. Stellen Sie dafür die gewünschte Vorlage, den relevanten Quellcode und die beobachtbare Abweichung bereit. Verlangen Sie einen Vergleich anhand konkreter Elemente wie Abständen, Komponentenzuständen, Texthierarchie oder Interaktionsverhalten. Fordern Sie für einen Designvergleich eine Liste der Abweichungen zwischen der Vorlage eines Einstellungsbereichs und seiner bestehenden Umsetzung an, wobei jede vorgeschlagene Korrektur mit dem Screenshot oder Quellcode verknüpft wird. Das Ergebnis sollte benennen, was geändert werden muss, ohne das Design stillschweigend über die bereitgestellten Anforderungen hinaus zu erweitern.
Geben Sie für einen Programmierablauf Ziel, bestehendes Verhalten, relevante Dateien und Bedingungen an. Google positioniert 3.7 für die Lösung von Softwareproblemen und die Verringerung fehlgeschlagener Agentenschleifen; eine hilfreiche Prüfung kontrolliert dennoch die tatsächliche Änderung und das Validierungsergebnis. Erhalten Sie die Folge der Werkzeugbeobachtungen im Gespräch, damit ein späterer Schritt nicht von einer erfundenen Darstellung der Codebasis ausgeht. Das Endergebnis kann eine vorgeschlagene Änderung von einer Änderung unterscheiden, die durch die Werkzeuge der angebundenen Anwendung bestätigt wurde.
Die dokumentierten Denkstufen sind low, medium und high, mit medium als Standard. low unterstützt schnellere, klar begrenzte Antworten, während high für schwieriges Denken und längere Werkzeugarbeit vorgesehen ist. Gemini 3.7 Flash unterstützt minimal als Denkstufe nicht. Eine kurze Analyse einer einzelnen Oberflächenabweichung und eine vertiefte Untersuchung über mehrere Dateien erfordern deshalb unterschiedliche Aufwandsstufen. Definieren Sie das Endergebnis und seine zu erfüllenden Bedingungen, bevor Sie eine längere Folge von Denkschritten und Aktionen anfordern.
Die Seite für genau dieses Modell nennt Funktionsaufrufe, Codeausführung, Dateisuche, Such-Grounding, Maps Grounding und URL-Kontext. Computer Use ist als Vorschaufunktion gekennzeichnet, und strukturierte Ausgaben können einen Ergebnisdatensatz definieren. Eine Funktionsanforderung ist ein vorgeschlagener Vorgang, den die angebundene Anwendung ausführen und dessen Ergebnis sie zurückgeben soll. Geben Sie dem Werkzeug bei einer Agentenaufgabe einen klaren Zweck und erhalten Sie das tatsächliche Ergebnis, bevor Sie das Modell zur Fortsetzung auffordern. Definieren Sie bei einer Dokumentextraktion die Felder, zulässigen Werte und die Darstellung fehlender Informationen.
Diese Edition unterstützt agentengestütztes Videoverständnis. Stellen Sie die relevante Aufnahme bereit und benennen Sie das zu untersuchende Ereignis oder die Beziehung. Ein praktischer Auftrag kann danach fragen, welche sichtbare Aktion eine Zustandsänderung erklärt, oder eine geordnete Beschreibung der Ereignisse mit Belegen aus dem Clip verlangen. Bilder und PDF-Seiten können ebenso einen Bild- oder Dokumentvergleich stützen. Die Ausgabe bleibt Text: eine Interpretation, extrahierte Daten, Code oder eine schriftliche Erklärung. Erzeugte Videos, Bilder oder Sprache gehören zu separaten Modellprofilen.
Googles API-Tabelle für genau die Edition 3.7 legt 1.048.576 Eingabetoken und 65.536 Ausgabetoken fest, während die native Modellkarte bis zu 1M Kontext und 64K Textausgabe beschreibt. Berücksichtigen Sie Anweisungen, frühere Gesprächsschritte und bereitgestellte Medien bei der Eingabevorbereitung. Für das Herstellerprofil sind Stapelverarbeitung und Caching sowie die Optionen Flex und Priority aufgeführt. Behalten Sie bei einer Sammlung unabhängiger Anfragen Quellkennungen und ein einheitliches Ergebnisformat bei, damit jede Antwort anhand ihrer eigenen Eingabe geprüft werden kann.
Zu möglichen Einschränkungen gehören Halluzinationen und gelegentliche Verzögerungen oder Zeitüberschreitungen. Sein Wissensstand reicht bis März 2026, wobei manche Bereiche auf Januar 2025 begrenzt sind. Stellen Sie aktuelles Quellenmaterial bereit, wenn eine Schlussfolgerung von neueren Tatsachen abhängt. Das hilfreiche Unterscheidungsmerkmal dieser Edition ist ihr dokumentierter Schwerpunkt auf Softwareproblemen, Designtreue und Videoverständnis; prüfen Sie diese Ergebnisse anhand der tatsächlichen Vorlage, des Codes oder der Medien, statt ein benanntes historisches Profil durch neuere Funktionen zu ersetzen.
POST /v1/batchestexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldendpoint | Typstring | AnforderungErforderlich | Werte und Limits /v1/chat/completions | Standard— |
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits google/gemini-3.7-flash:batch | Standard— |
Feldrequests | Typbatch_item[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldrequests[].custom_id | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldrequests[].body.messages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldcompletion_window | Typstring | AnforderungOptional | Werte und Limits 24h | Standard— |
Feldprovider | Typobject|null | AnforderungOptional | Werte und Limits | Standard— |
Feldrequests[].body.model | Typstring | AnforderungOptional | Werte und Limits google/gemini-3.7-flash:batch, google/gemini-3.7-flash | Standard— |
Feldprovider.only | Typstring[] | AnforderungOptional | Werte und Limits google-vertex/global | Standard— |
Feldprovider.allow_fallbacks | Typboolean|null | AnforderungOptional | Werte und Limits false, null | Standard— |
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragendpoint, model, requests |
Parametermaterial_types | Vertragtext |
Parameterrepresentation | Vertrageingebettete requests[]; jedes Element enthält custom_id und body |
Parameterrequest_endpoint_profile | Vertrag/v1/chat/completions |
Parameterfile_material | VertragDer Aufrufer kann tatsächliches UTF-8-JSONL lokal in requests[] einlesen. Es werden weder ein Upload-Zweck noch input_file_id oder eine Dateireferenz verwendet. Fehlendes oder leeres Kundenmaterial stoppt die Vorbereitung vor POST. |
Parameterserialization_order | Vertragendpoint, model, provider (falls angegeben), completion_window (falls angegeben), requests als letztes Feld |
Parameteroptional_controls | Vertragprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | VertragAnfragekörper für Text Chat Completions in der dokumentierten Inline-Batch-Struktur. |
Lebenszyklus: asynchronous
GET /v1/batches/{operation_id} · die tatsächliche response.id der ursprünglichen Erstellungsantwort; derselbe Nutzer/Schlüssel/dieselbe Gruppe
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschließlich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.00075 / 1K Tokens Ausgabe · Ausgabetoken $0.00375 / 1K Tokens Eingabe · Cache lesen $0.000075 / 1K Tokens Eingabe · In Cache schreiben $0.0000833333333333334 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.00075 / 1K Tokens Ausgabe · Ausgabetoken $0.00375 / 1K Tokens Eingabe · Cache lesen $0.000075 / 1K Tokens Eingabe · In Cache schreiben $0.0000833333333333334 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"google/gemini-3.7-flash:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['google/gemini-3.7-flash:batch', 'google/gemini-3.7-flash']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-3.7-flash:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\neingebettetes JSON unter results[].response.body
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nBewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Das vollständige ursprüngliche Status-JSON, jedes Ergebnis/jede custom_id und den vollständigen Antwort- oder Fehlerkörper aufbewahren. Abgeschlossene results[] ohne Filterung als JSONL speichern.
Die ursprüngliche Vorgangs-ID beibehalten. Bei 503 result_pending_check gilt X-Should-Retry:false; einen ursprünglichen Batch mit unbekanntem Ausgang niemals erneut einreichen.
| Feld | Typ |
|---|---|
Feldresults[].custom_id | Typstring |
Feldresults[].response.body.choices[].message.content | Typstring|null |
Feldresults[].error | Typobject|null |
Feldusage | Typobject|null |
Feldid | Typstring |
Feldmodel | Typstring |
Feldendpoint | Typstring |
Feldstatus | Typstring |
Feldrequest_counts | Typobject |
Feldresults[].id | Typstring |
Feldresults[].response.status_code | Typinteger |
Feldresults[].response.request_id | Typstring |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungUngültige Struktur der dokumentierten Inline-Einbettung, doppelte Schlüssel, ungültige Identitätsangaben zu einem Element oder ein Konflikt mit den konfigurierten Modellfähigkeiten. | Nächster SchrittDie angegebenen Felder vor jeder neuen Einreichung korrigieren. |
Antwort401 · authentication_error | BedingungUngültiger API-Schlüssel. | Nächster SchrittDen autorisierten Ailoot-Schlüssel verwenden. |
Antwort403 · permission_error | BedingungGruppe für Stapelverarbeitung nicht verfügbar. | Nächster SchrittDie Berechtigung des Schlüssels bzw. der Gruppe prüfen. |
Antwort422 · invalid_request_error | BedingungStapelverarbeitung wird über das Guthaben abgerechnet; die Erstellung über ein Abonnement wird abgelehnt. | Nächster SchrittDie autorisierte Gruppe mit Guthabenabrechnung verwenden. |
Antwort422 · price_unavailable | BedingungFür die Batch-Eingabe kann kein Preisangebot erstellt werden. | Nächster SchrittAntwort aufbewahren; die dokumentierte Eingabe der API-Familie verwenden. |
Antwort402 · billing_error | BedingungReservierung für Stapelverarbeitung nicht verfügbar. | Nächster SchrittDie Zulassung klären, bevor eine neue Anfrage gestellt wird. |
Antwort503 · price_unavailable | BedingungMethodenpreis bzw. native Tarife für Stapelverarbeitung nicht verfügbar. | Nächster SchrittAntwort aufbewahren; keine anderen Preise einsetzen. |
Antwort503 · api_error | BedingungDie genaue Anbieterroute ist nicht verfügbar. | Nächster SchrittAntwort zur Reparatur der Route aufbewahren. |
Antwort503 · result_pending_check | BedingungDas ursprüngliche Ergebnis muss geprüft werden; X-Should-Retry:false. | Nächster SchrittDie ursprüngliche operation_id/id beibehalten und ihren Status lesen; den ursprünglichen POST niemals wiederholen. |
Antwort404 · not_found | BedingungDer Batch-Vorgang, dessen Status abgefragt wird, ist nicht vorhanden oder gehört einer anderen Identität. | Nächster SchrittDie genaue ursprüngliche id und denselben Nutzer/Schlüssel/dieselbe Gruppe verwenden. |
Ailoot Ultra google/gemini-3.7-flash:batch
Verwenden Sie die oben angezeigten Methodenpfade.